如果你认为某个变量M可能扮演中介变量的角色,建议尝试将其与你关注的主要解释变量X相结合,通过交互项的M*X形式将其放在同一回归模型中探究其作用机制,而不是分别进行单独的回归分析。
*希望转发让更多人能够看到这一重要信息,实现方法共享。
Method 1:用X与M的交互项进行回归;或用M进行分组回归,即用异质性进行机制检验。①异质性和机制检验都用交互项做会被审稿人质疑么? ②异质性分析用来检验中间传导机制, 分组回归或交互项就可以完成机制分析 Method 2:先用Y对X做回归,然后再用M对X进行回归,至于M对Y的影响,需要借助文献进行说明。①中国学界F4发表AER一篇! 知识青年上山下乡与农村教育问题! Method 3:先用Y对X做回归(也有文献同时用M对X做回归),然后再用Y对X和M做回归,此时,X的系数需要变小或变大,或显著性下降甚至不显著。①我最近看到AER, JPE文章, 人家用的就是类似中介效应三步走方法,②机制分析做到极致的JPE趣文, 身高与收入 Method 4:先用M对X进行回归,然后再用Y对M进行回归,这个就是对X——M——Y两部分的影响分开进行回归。①实证机制分析那些事,机制分析什么鬼? Method 5:中介效应分析,尤其是因果中介效应分析(causal mediation analysis),①自变量和中介变量是内生的情况咋办?放在因果中介的框架,②因果中介效应分析出现在顶刊, 是时候使用新方法了。
联系客服